基于聊天的SQL客户端SQL Chat

发表于 2024-08-10 更新于 2024-11-21 分类于各种折腾 Waline：阅读次数：本文字数： 2.3k 阅读时长 ≈ 2 分钟

SQL Chat 是一个基于聊天的 SQL 客户端，使用自然语言与数据库以沟通的方式，实现对数据库的查询、修改、新增、删除等操作。

本文完成于 6 月初，当时的版本存在 bug，自己添加的数据库会连不上，在本文发稿前，更新了最新的版本后，该问题已解决

什么是 SQL Chat ？

SQL Chat 是一个基于聊天的 SQL 客户端，使用自然语言与数据库以沟通的方式，实现对数据库的查询、修改、新增、删除等操作。SQL Chat 是由 Next.js 构建的，目前支持 MySQL、PostgreSQL、MSSQL、TiDB Cloud数据库，未来将会支持更多。

官方提供了在线 demo，地址：https://www.sqlchat.ai

安装

在群晖上以 Docker 方式安装。

在注册表中搜索 sqlchat ，选择第一个 sqlchat/sqlchat，因为只有一个 latest 版本

双击会直接下载

端口

本地端口不冲突就行，不确定的话可以用命令查一下

1 2	# 查看端口占用 netstat -tunlp \| grep 端口号

本地端口	容器端口
`3761`	`3000`

环境

可变	值
`NEXTAUTH_SECRET`	可以理解为密码，任意字符串，例如 `ef364b235c`
`OPENAI_API_KEY`	`One API` 的令牌
`OPENAI_API_ENDPOINT`	默认为 `https://api.openai.com`，设为 `One API` 地址
`NEXT_PUBLIC_ALLOW_SELF_OPENAI_KEY`	设为 `true` 以允许 `SQL Chat` 服务的用户使用自己的 `key`。

关于环境变量，老苏多唠叨几句，因为 OpenAI 在国内访问需要科学和稳定的网络，所以老苏还是选择了 One API + kimi-free-api 方案

文章传送门：大模型接口管理和分发系统One API

但因为没有指定模型的环境变量，设置中也只支持 GPT-3.5 和 GPT-4 两种模型

所以需要在原来的渠道中，增加模型的名称 gpt-3.5-turbo

通过这种移花接木的手段，可以让 SQL Chat 将 kimi-free-api 当做 OpenAI

命令行安装

如果你熟悉命令行，可能用 docker cli 更快捷

# 新建文件夹 sqlchat
mkdir -p /volume1/docker/sqlchat

# 进入 sqlchat 目录
cd /volume1/docker/sqlchat

# 运行容器
docker run -d \
   --restart unless-stopped \
   --name sqlchat \
   --hostname localhost \
   -p 3761:3000 \
   -e NEXTAUTH_SECRET="$(openssl rand -hex 5)" \
   -e OPENAI_API_KEY=sk-bn6M52bOfdxYB3n2Ee717eA2C66b45318f1c95E4D9553d94 \
   -e OPENAI_API_ENDPOINT=http://192.168.0.197:3033 \
   -e NEXT_PUBLIC_ALLOW_SELF_OPENAI_KEY=true \
   sqlchat/sqlchat

也可以用 docker-compose 安装，将下面的内容保存为 docker-compose.yml 文件

version: '3'

services:
  sqlchat:
    image: sqlchat/sqlchat
    container_name: sqlchat
    restart: unless-stopped
    ports:
      - 3761:3000
    environment:
      - NEXTAUTH_SECRET=ef364b235c
      - OPENAI_API_KEY=sk-bn6M52bOfdxYB3n2Ee717eA2C66b45318f1c95E4D9553d94
      - OPENAI_API_ENDPOINT=http://192.168.0.197:3033
      - NEXT_PUBLIC_ALLOW_SELF_OPENAI_KEY=true

然后执行下面的命令

# 新建文件夹 sqlchat
mkdir -p /volume1/docker/sqlchat

# 进入 sqlchat 目录
cd /volume1/docker/sqlchat

# 将 docker-compose.yml 放入当前目录

# 一键启动
docker-compose up -d